minitab实例分析
M-测量系统分析:连续型案例: gageaiag.Mtw 背景:3名测定者对10部品反复2次TEST,>测量值随OP的变动,>测量值随部品的变动,>对于部品10,OP有较大分歧;,所有点落在管理界限内>良好,大部分点落在管理界限外>主变动原因:部品变动>良好,M-测量系统分析:离散型案例(名目型):gage名目.Mtw背景:3名测定者对30部品反复2次TEST,检查者1需要再教育;检查者3需要追加训练;(反复性),两数据不能相差较大,否则说明检查者一致的判定与标准有一定差异,个人与标准的一致性(再现性?),M-测量系统分析:离散型案例(顺序型):散文.Mtw背景:3名测定者对30部品反复2次TEST,张四 需要再教育;张一、张五需要追加训练;(反复性),两数据不能相差较大,否则说明检查者一致的判定与标准有一定差异,M-正态性测定: (测定工序能力的前提)案例:背景:3名测定者对10部品反复2次TEST,P-value > 0.05 > 正态分布(P越大越好)本例:P 0.022 ,数据不服从正态分布。原因:1、Data分层混杂; 2、群间变动大;,M-工序能力分析(连续型):案例:Camshaft.MTW 工程能力统计:, 求解Zst(输入历史均值):,历史均值:表示强行将它拉到中心位置>不考虑偏移> Zst (Bench), 求解Zlt(无历史均值):,无历史均值:> 考虑偏移> Zlt (Bench),* Zshift Zlt (Bench) Zlt (Bench) 12.131.820.31,工序能力分析:案例:Camshaft.MTW另:capability sixpack工具,M-工序能力分析(离散型):案例:bpcapa.MTW(1):二项分布的Zst,缺陷率:不良率是否受样本大小影响?,平均(预想)PPM226427Zlt0.75>ZstZlt1.52.25,M-工序能力分析(离散型):案例:bpcapa.MTW(2):Poisson分布的Zst,AGraph(坐标图):案例:Pulse.MTW,(1) Histograpm(直方图)单变量,通过形态确认:正规分布有无;异常点有无;,(2) Plot(散点图)X、Y双变量,通过形态确认:相关关系;确认严重脱离倾向的点;,(3)Matrix Plot(行列散点图矩阵图)多变量,(4)Box Plot(行列散点图矩阵图)多变量,(5)Multi-vari Chart(多变因图)Sinter.MTW,目的:掌握多X因子变化对Y的影响(大概);,> 材料和时间 存在交互作用;,(5)Multi-vari Chart(多变因图)Sinter.MTW,目的:掌握多X因子变化对Y的影响();,倾斜越大,主效果越大,无交互效果 > 平行;有交互效果 > 交叉;,(5)Multi-vari Chart(多变因图)Sinter.MTW,目的:掌握多X因子变化对Y的影响(交互作用细节);,材料、交互的P 有意;,A假设测定决定标本大小:(1):1-sample Z(已知u),背景:HaN(30,100/25) H0 N(25,100/n)为测定分布差异的标本大小 有意水平 = 0.05 查出力 1 = 0.8,差值:u0ua 2530-5功效值(查出力): 1 0.8标准差:sigma10,A假设测定决定标本大小:(2):1-sample T(未知u),背景:HaN(30,100/25) H0 N(25,100/n)为测定分布差异的标本大小 有意水平 = 0.05 查出力 1 = 0.8,差值:u0ua 2530-5功效值(查出力): 1 0.8标准差(推定值):sigma10,样本数量27 >已知u的1-sample Z的样本数量>t 分布假定母标准偏差未制定分析;,A假设测定决定标本大小:(3):1 Proportion(单样本),背景:H0:P 0.9 Ha:P < 0.9 测定数据P10.8 、 P20.9 有意水平 = 0.05 查出力 1 = 0.9,P1=0.8功效值(查出力): 1 0.9P2=0.9,母比率0.8 实际上是否0.9以下,需要样本102个,A假设测定决定标本大小:(3):2 Proportion(单样本),背景:H0:P1P2 Ha:P1 < P2 有意水平 = 0.05 查出力 1 = 0.9,P的备择值:实际要测定的比例? 母比率;功效值(查出力): 1 0.9假设P:H0的P值(0.9),母比率0.8 实际上是否小于0.9,需要样本217个,A假设测定:案例:Camshaft.MTW(1): 1-sample t(单样本),背景:对零件尺寸测定100次,数据能否说明与目标值(600)一致( = 0.05 ),P-Value > 0.05 Ho(信赖区间内目标值存在)可以说平均值为600,A假设测定:案例:2sample-t.MTW(2): 2-sample t(单样本),背景:判断两个母集团Data的平均, 统计上是否相等(有差异),步骤:分别测定2组data是否正规分布; :测定分散的同质性; :ttest;, 正态性验证:,P-Value > 0.05 正态分布,P-Value > 0.05 正态分布, 等分散测定:,P-Value > 0.05 等分散,对Data的Box-plot,标准偏差的信赖区间,测定方法选择:Ftest:正态分布时;Levenses test:非正态分布时;, 测定平均值:,P-Value < 0.05 Hau1 u2,A假设测定:案例:Paired t.MTW(3): Paired t(两集团从属/对应),背景:老化实验前后样本复原时间; 10样本前后实验数据,判断老化实验前后复原时间是否有差异; (正态分布;等分散; = 0.05 ),P-Value < 0.05 Hau1 u2(有差异),A假设测定:(4): 1 proportion t(离散单样本),背景:为确认某不良P是否为1,检查1000样本,检出13不良, 能否说P=1%? ( = 0.05 ),P-Value > 0.05 H0 P=0.01,A假设测定:(4): 2 proportion t(离散单样本),背景:为确认两台设备不良率是否相等, A: 检查1000样本,检出14不良, B: 检查1200样本,检出13不良, 能否说P1=P2? ( = 0.05 ),P-Value > 0.05 HoP1 = P2,A假设测定: Chi-Square-1.MTW(5): Chi-Square t(离散单样本),背景:确认4个不同条件下,某不良是否有差异?,P-Value > 0.05 HoP1 = P2(无差异),应用一: 测定频度数的同质性: H0: P1=P2=Pn Ha: 至少一个不等;,A假设测定: Chi-Square-2.MTW(5): Chi-Square t(离散单样本),背景:确认班次别和不同类型不良率是否相关?,P-Value < 0.05 Ha 两因素从属(相关),应用二: 测定边数的独立性: H0: 独立的(无相关) Ha: 从属的(有相关);,AANOVA(分散分析): 两个以上母集团的平均是否相等;(1): One-way A(一因子多水平数),背景:确认三根弹簧弹力比较?,H0: u1=u2=unHa: 至少一个不等;,AANOVA(分散分析): 两个以上母集团的平均是否相等;(1): Two-way A(2因子多水平数),背景:确认生产线(因子1)、改善(因子2)影响下,测定值母平均是否相等,主效果和交互效果是否有意?,A(相关分析): Scores.MTW,P-Value < 0.05 Ha (有相关相关),I DOE:(1):2因子2水准, 因子配置设计:,输出结果:,输入实验结果, 曲线分析:,倾斜越大,主效果越大,交叉越大,交互效果越大,最大的data, 统计性分析:,实施对因子效果的t-test,判断与data有意的因子。A、B对结果有意;AB交互对结果无有意;,通过分散分析,判断1次效果、2次效果的有意性; - 主效果有有意, - 交互效果无有意。,显示因子的水准不能线性变换 (Coded) 时的回归系数. - Coded是指实际因子水准 (-1, +1)变换为线性变换。,I DOE:(2):多因子不同水准, 因子配置设计:,输入data:, 曲线分析:,倾斜越大,主效果越大,无法确认交互效果, 统计性分析:,通过分散分析,判断1次效果、2次效果的有意性; - 主效果有有意, - 交互效果无有意。, 确认此后试验方向:,最佳方向,I DOE:(3):2水准部分配置, 因子配置设计:,背景: - 反应值 : 收率(Yield) - 因 子 : 流入量(10, 15), 触媒(1, 2), 旋转数(100,120), 温度(140, 180), 浓度( 3, 6)> 确认哪个因子影响收率,利用2(5-1)配置法,输入data:,表示2 5-1 部分配置的清晰度和部分实施程度., 曲线分析:,-B、D、E有意;,-BD、DE有交互作用;,-在A=10,B=2,C=120,D=180,E=3时,Y95最佳;, 统计性分析:,实施t-test,判断有意因子 B、D、E、BD、DE有意,通过分散分析,判断1次效果、2次效果的有意性 - 主效果和交互作用效果都有意。,I 最大倾斜法:,一次试验 (1) 因子配置设计:,背景: 反应值 : 收率(Yield) 时间35min,温度155时,Y80 > 因 子 : 时间(30 , 40) 温度(150,160) 确认哪个因子影响收率,利用中心点包括的22配置法,在中心点实验的次数!,一次试验 (2)统计性分析:,实施对因子效果的 t-test, 判断有意的因子。 A, B 有意;,通过分散分析判断1次效果、交互作用及曲率效果的有意性。 - 1次效果(Main Effect) 有意; - 弯曲不有意,故而没有曲率效果。,